点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
向善而生的AI助盲，让AI多一点，障碍少一点******
有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。
AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。
新契机：多模态算法或将造福数以亿计失明者
科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。
一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。
多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。
大挑战：如何看到盲人“眼中”的千人千面
AI助盲看似简单，但多模态算法依然面临重大挑战。
多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。
但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。
另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。
为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。
另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。
最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。
多解法：浪潮信息AI助盲靶向消灭痛点
AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。
在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。
盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。
目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。
真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。
在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。
眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。
古城绛州：淡雅墨香里的浓浓年味******
(新春走基层)古城绛州：淡雅墨香里的浓浓年味
中新网运城1月12日电 题：古城绛州：淡雅墨香里的浓浓年味
中新网记者 陆祁国
“虎步腾云追绮梦，兔毫泼墨绘宏图。”看到自己中意的这副春联书写完毕，在一旁等候的居民高兴得合不拢嘴。
诗词楹联学会会员原创春联，民众点选心仪的春联，书法艺术家现场挥毫。1月12日，山西运城新绛县龙兴广场，淡雅的墨香里透出浓浓的年味。
春联是中华民族独具特色的传统文化，写春联、贴春联不仅是一种民俗活动，更是赓续文化血脉、回味乡音乡愁的难忘符号。组织书法艺术家走上街头、走进村庄现场书写原创春联并免费赠送，是新绛县延续多年的文化惠民活动之一。
此前一天，“2023‘绛州古城中国年’写春联、送春联活动”正式启动。
“香透窗纱花映翠，人居福地寿延年”“绿染春光春染绿，歌飞岁首岁飞歌”……12日上午，新绛县诗词楹联学会会员周长胜原创的多副春联不时被民众“相中”。
84岁的周长胜系新绛县诗词楹联学会“元老”。为民众书写春联超过50年的他，至今仍坚持每年创作春联、书写春联。有时，他会专程前往距离县城几十里外的村庄为村民书写春联。
39岁的刘建国同系新绛县诗词楹联学会会员，自幼喜好书法。平时，但凡有人找他书写春联，无论工作多忙他都尽量满足。
青年志愿者走进农村发放春联。 陆祁国 摄起初，刘建国不会编撰春联，只能抄一些现成的内容。时间长了，他意识到一个问题：春联内容不能年年都是“涛声依旧”。如是，他对编撰春联产生兴趣。
“刚开始只是自己摸索，后来有幸得到(新绛县)诗词楹联学会老师指导，懂得了春联的平仄关系。”近年来，刘建国书写的原创春联受到很多人喜欢。
无联不成春，有联春更浓。新绛县诗词楹联学会会长朱青龙说，春联承载着民众对节日的祝福、对美好生活的向往，内容需要与时俱进，这是该学会多年来坚持原创春联的主要原因。
“今年，我们在原创春联中精选了169副，供民众点选。”新绛县文联主席兰秀艳介绍，这些春联的内容紧扣时代主题，既展现新绛历史文化底蕴，又立意高远、充满正能量，突出喜庆祥和春节气氛。
12日10时许，新绛县泉掌镇新庄村，新绛县委宣传部、共青团新绛县委组织的送春联活动同步进行。青年志愿者忙着把春联装进手提袋，村民排队领取。
79岁的村民卫建林系第四届运城助人为乐道德模范提名奖获得者，多年来坚持为村民免费书写春联。看到志愿者送来春联以及其他慰问品，老人非常高兴：“以前我给别人写，现在别人给我写，这个活动传承得很好。”
同日，一批装有绛州木版年画、福兔、福字、门画、窗花、春联的春节文化大礼包，也在派送中。
新绛县委常委、宣传部部长吴宏伟介绍，写春联、送春联活动将持续10天。其间，书法艺术家、青年志愿者将分头走进老城、新城、社区、农村送祝福、增年味。
2014年，新绛县荣膺“中国最佳楹联文化县”称号，“国字号”楹联文化品牌成为绛州古城靓丽的文化名片。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
天下彩票地图 |
)